Presentamos Kuaishou Kling Image O3 Edit en WaveSpeedAI

Presentando Kling Image O3 Edit: Composición de Imágenes con Múltiples Referencias Impulsada por la Arquitectura Omni de Kuaishou

La brecha entre lo que los generadores de imágenes con IA pueden crear y lo que pueden editar se ha ido reduciendo rápidamente. Pero la composición —combinar de forma inteligente elementos de múltiples imágenes fuente en una sola escena coherente— ha seguido siendo uno de los problemas más difíciles del campo. Kling Image O3 Edit de Kuaishou cierra esa brecha con un modelo construido específicamente para la composición y edición de imágenes con múltiples referencias, impulsado por la arquitectura O3 (Omni 3) y capaz de generar resultados en resoluciones de hasta 4K. Ya está disponible en WaveSpeedAI.

¿Qué es Kling Image O3 Edit?

Kling Image O3 Edit es el modelo de edición de imágenes más reciente de Kuaishou, construido sobre la arquitectura O3 —la misma base multimodal unificada que sustenta los modelos de generación de video e imagen de primer nivel de Kling. Mientras que los modelos de edición anteriores de Kling trabajaban con una sola imagen de referencia, O3 Edit acepta hasta 10 imágenes de referencia simultáneamente, habilitando una categoría completamente nueva de flujos de trabajo creativos.

Sube un conjunto de fotos que contengan las personas, objetos, estilos o entornos que deseas combinar, luego describe en lenguaje natural cómo deben integrarse. El modelo interpreta tus instrucciones, combina elementos de cada referencia y genera una nueva imagen que respeta la identidad, la iluminación y el estilo de tu material fuente. Sin enmascaramiento manual, sin gestión de capas, sin necesidad de experiencia en Photoshop.

Bajo el capó, la arquitectura O3 introduce un proceso de razonamiento de Cadena Visual de Pensamiento (vCoT) —tomado de cómo los modelos de lenguaje grandes “piensan paso a paso”. Antes de renderizar un solo píxel, el modelo realiza una descomposición implícita de la escena y razonamiento causal, planificando cómo organizar los sujetos, resolver conflictos de iluminación entre referencias y manejar la oclusión. Por eso Kling Image O3 Edit produce composiciones que se sienten deliberadas en lugar de pegadas, incluso cuando combina elementos de fotos fuente muy diferentes.

Características Principales

Composición con Múltiples Referencias (Hasta 10 Imágenes): Alimenta el modelo con hasta 10 imágenes de referencia y menciónalas por número en tu prompt —“Pon a la persona de la imagen 1 usando el atuendo de la imagen 3, de pie en el entorno de la imagen 5.” El modelo mantiene la identidad y el estilo distintos de cada referencia.
Edición Guiada por Texto: Todas las ediciones se realizan mediante lenguaje natural. Describe lo que deseas de forma conversacional y el modelo determina cómo ejecutarlo. Composiciones complejas que llevarían horas en software de edición tradicional se reducen a una sola oración.
Resolución Nativa 4K: Genera imágenes en resolución 1K, 2K o 4K directamente desde el pipeline de inferencia. La salida en 4K ofrece microtexturas físicamente precisas —poros de la piel, tejidos de tela, superficies de materiales— a un nivel adecuado para impresión comercial y exhibición en gran formato.
Relaciones de Aspecto Flexibles: Detección automática basada en tus referencias, o selección manual entre 1:1, 3:4, 4:3, 9:16, 16:9 y más. Adapta la salida para cualquier plataforma o formato sin necesidad de recortar después.
Generación por Lotes: Genera múltiples variaciones a partir de una sola solicitud. Envía un prompt de composición y recibe varias interpretaciones para comparar, permitiéndote explorar direcciones creativas sin llamadas repetidas a la API.
Preservación de Identidad del Personaje: Gracias a la avanzada tecnología de reconstrucción 3D de la arquitectura O3, los rostros y rasgos de los personajes permanecen fieles a sus imágenes de referencia incluso cuando se colocan en contextos, poses o condiciones de iluminación completamente nuevos.

Casos de Uso en el Mundo Real

La capacidad más distintiva de O3 Edit es combinar personas de fotos separadas en una escena compartida. Coloca amigos que nunca se han conocido uno al lado del otro, crea fotos grupales a partir de retratos individuales, o genera escenarios imaginativos con personas de diferentes contextos. Los creadores de contenido pueden producir publicaciones atractivas para redes sociales que serían físicamente imposibles de fotografiar.

Marketing y Publicidad

Los equipos creativos pueden componer productos con modelos, entornos y elementos de estilo de vida obtenidos de diferentes sesiones fotográficas. Crea visuales de campaña que combinen tu producto, una ubicación específica y un modelo en particular —cada uno de distintas bibliotecas de fotos— en una sola escena pulida. A $0.028 por imagen en resolución estándar, iterar sobre docenas de variaciones de composición cuesta menos que una sola licencia de foto de stock.

Transferencia de Estilo y Combinaciones Creativas

Sube imágenes de referencia de estilo junto con referencias de contenido para generar imágenes que mezclen la estética visual de una fuente con los sujetos de otra. Transforma una foto de producto al estilo de una pintura en acuarela, aplica la paleta de colores de un atardecer a un retrato, o fusiona referencias artísticas en algo completamente nuevo.

Comercio Electrónico y Visualización de Productos

Genera imágenes de productos en contexto a escala sin necesidad de sesiones fotográficas físicas. Combina imágenes de productos con diferentes entornos de fondo, artículos complementarios o escenas de estilo de vida. Una empresa de muebles puede colocar su sofá en decenas de ambientes distintos, cada uno de una foto de referencia diferente, generando imágenes de estilo de vida para todo un catálogo a partir de un puñado de imágenes fuente.

Storyboarding y Diseño Narrativo

Mantén personajes consistentes a lo largo de una secuencia de escenas usando las mismas imágenes de referencia con diferentes prompts. La preservación de identidad de O3 Edit asegura que un personaje luzca igual ya sea en la escena uno o en la escena veinte, haciéndolo práctico para la creación de cómics, storyboarding y trabajo de narrativa visual.

Cómo Empezar en WaveSpeedAI

WaveSpeedAI ofrece Kling Image O3 Edit con las ventajas de infraestructura que los flujos de trabajo en producción exigen:

Sin Arranques en Frío: Cada solicitud se ejecuta de inmediato. Sin demoras de carga del modelo, sin colas —solo inferencia instantánea, lo que importa cuando estás iterando en tiempo real o atendiendo a usuarios finales que esperan resultados inmediatos.

Inferencia Rápida: La infraestructura optimizada de WaveSpeedAI mantiene los flujos de trabajo de composición y edición ágiles, incluso a resolución 4K.

Precios Accesibles: Las imágenes estándar y 2K cuestan solo $0.028 cada una. Las imágenes 4K son $0.056 cada una. Genera 100 composiciones de calidad profesional por menos de $3 en resolución estándar.

Inicio Rápido con la API

import wavespeed

output = wavespeed.run(
    "kwaivgi/kling-image-o3/edit",
    {
        "prompt": "Have the person in picture 1 and the person in picture 2 take a selfie together in a coffee shop",
        "images": [
            "https://example.com/person1.png",
            "https://example.com/person2.png",
        ],
    },
)

print(output["outputs"][0])

Consejos para Mejores Resultados

Referencia imágenes específicas por número en tu prompt. “La persona en la imagen 1 usando el atuendo de la imagen 3” es mucho más efectivo que descripciones vagas.
Usa imágenes de referencia de alta calidad y bien iluminadas. Los sujetos claros con buena iluminación producen las mejores composiciones. El modelo preserva lo que ya está en tus referencias, así que la calidad de entrada equivale a la calidad de salida.
Genera múltiples variaciones configurando num_images por encima de 1 para explorar diferentes interpretaciones de tu composición.
Elige la resolución deliberadamente. Usa 1K o 2K para iteración rápida y previsualización, luego cambia a 4K para tu salida final cuando necesites detalle de calidad de impresión.
La relación de aspecto automática funciona bien cuando tus referencias comparten proporciones similares. Cambia a selección manual cuando apuntes a plataformas específicas como Instagram Stories (9:16) o miniaturas de YouTube (16:9).

El Ecosistema Kling O3 en WaveSpeedAI

Kling Image O3 Edit forma parte de la creciente familia de modelos O3 de Kuaishou en WaveSpeedAI. Genera imágenes base con Kling Image O3 Text-to-Image, compónlas y refínalas con O3 Edit, luego da vida a tus resultados con Kling Video O3 Pro Image-to-Video. Juntos, forman un pipeline creativo completo —texto a imagen, a compuesto editado, a video— todo a través de una API unificada con precios consistentes y cero arranques en frío.

Empieza a Componer Hoy

Kling Image O3 Edit representa un salto genuino en lo que es posible con la edición de imágenes impulsada por IA. La composición con múltiples referencias a este nivel de calidad —con preservación de identidad de personajes, salida nativa en 4K y control en lenguaje natural— abre flujos de trabajo creativos que simplemente no existían antes. Ya sea que estés construyendo herramientas creativas, escalando la producción de contenido o explorando nuevas formas de narrativa visual, O3 Edit te ofrece una forma práctica de combinar cualquier conjunto de elementos visuales exactamente en la imagen que tienes en mente.

Prueba Kling Image O3 Edit en WaveSpeedAI →